Sequoia-X Vibe 项目

Sequoia-X V2 — A 股量化选股系统

项目简介

Sequoia-X V2 是面向 A 股市场的开源量化选股系统，基于现代 Python 工程化标准从零重构。系统以 OOP 架构、向量化计算和增量数据更新为核心设计原则，每日收盘后自动运行多种技术形态扫描策略，结果通过飞书 Webhook 推送到用户群，帮助投资者在次日开盘前快速了解符合条件的股票。

核心功能（≥4条）

• 6 种量化选股策略：海龟交易（TurtleTrade）、均线放量突破（MaVolume）、高而窄旗形（HighTightFlag）、涨停洗盘回踩（LimitUpShakeout）、上升跌停反包（UptrendLimitDown）、欧奈尔 RPS 强度突破（RpsBreakout）
• 全市场扫描：每日收盘后自动对全市场 ~5200 只 A 股进行扫描，按策略条件筛选符合形态的标的
• 数据本地存储：使用 baostock（免费、无需注册、无 API 限制）拉取历史及增量日 K 数据（后复权），存储于本地 SQLite，规避券商反爬限制
• 飞书推送：符合条件的标的按涨幅排序后，通过飞书 Webhook 主动推送，手机端可即时查看
• 增量加速：8 进程并行拉取数据，日常增量更新 2~3 分钟完成，历史回填约 12 分钟

技术实现（≥200字）

Sequoia-X V2 在架构设计上采用了分层解耦思路。数据层封装在 sequoia_x/data/engine.py 中，统一通过 baostock API 获取日 K 数据（后复权格式），存储于 data/ 目录下的 SQLite 数据库（sequoia_v2.db），换机器可直接拷贝使用。策略层抽象为策略基类（sequoia_x/strategy/base.py），各具体策略（TurtleTrade、MaVolume 等）继承基类后实现各自的 signal() 和 sort() 方法，新增策略只需继承 base.py 并实现两个方法即可。通知层统一封装在 sequoia_x/notify/feishu.py，接收策略输出的结构化数据后通过飞书自定义机器人 Webhook 发送。main.py 作为入口，使用 argparse 分发日常模式（增量更新+跑策略+推送）和回填模式（全量历史数据灌入）。依赖管理使用 pyproject.toml + uv，支持 uv sync 一键环境同步。

快速上手（≥4步）

• 步骤一：克隆仓库 git clone https://github.com/sngyai/Sequoia-X.git && cd Sequoia-X
• 步骤二：安装依赖，推荐使用 uv（pip install uv && uv sync），或 pip install .
• 步骤三：复制环境变量模板 cp .env.example .env，编辑 .env 填写飞书 Webhook URL
• 步骤四：首次运行历史回填 python main.py --backfill，约 12 分钟完成全市场 ~5200 只股票历史 K 线灌入
• 步骤五：日常使用，每日收盘后运行 python main.py 即可自动完成增量更新、策略扫描和飞书推送
• 步骤六（可选）：配置 crontab 自动化，例如 每天 19:15 自动执行：15 19 1-5 cd /root/Sequoia-X && .venv/bin/python main.py >> log.txt 2>&1

适用人群

• 有一定 Python 基础的 A 股个人投资者，使用技术面辅助决策
• 对量化交易感兴趣，希望从开源项目学习量化策略实现的开发者
• 需要每日收盘后快速了解市场异动股票的投资者